论文部分内容阅读
随着海洋资源开发利用的需求日益增加,水下无线传感器网络(Underwater Wireless Sensor Networks,UWSNs)受到学术界和工业界的广泛关注,主要应用有水下环境观测、沿海监测、灾害预测、海底勘探、科学勘探、商业开发以及军事或恐怖事件检测。在UWSNs应用中需要采集检测区域中水质、障碍等信息,因此需要传感器节点的精确的位置信息,这也是水下节点定位算法的性能指标之一。但是,与陆地无线传感器网络节点不同,水下节点受到洋流的影响,使得整个网络呈现动态性。幸运地,近海海域水下环境下物体的速度呈现半周期性,这意味水下物体移动具有可预测性。因此,提出可扩展的移动预测定位算法(Scalable Localization with Mobility Prediction,SLMP),然而SLMP算法定位精度不够,时间复杂度过高,所以提高预测定位算法的定位精度至关重要。本文针对上述问题做了以下工作:(1)首先介绍UWSNs相关的基本概念和基本理论。然后,归纳总结节点定位技术相关理论。最后,阐述水下节点定位算法优缺点和研究方向。(2)为了解决水下移动预测定位算法中定位精度较低和复杂度较高的问题,因此,提出一种基于改进的回溯搜索优化算法的水下移动预测定位算法(Underwater Mobile Prediction Localization Algorithm Based on Modified Backtracking Search Optimization Algorithm,MP-MBSA)。该算法采用MBSA算法提高锚节点的定位精度。在未知节点定位阶段使用协作机制和水下物体群动性预测出未知节点的位置信息。实验结果表明,相比于一些经典的移动预测定位算法,MP-MBSA算法提高了网络的定位精度,同时降低了算法的运行时间。(3)为了进一步的提高网络的定位精度,提出一种基于局部拓扑结构和知识学习的回溯搜索优化算法的水下移动预测定位算法(Underwater Mobile Predictive Localization Algorithm Based on Local Topology Structure and Knowledge Learning Backtracking Search Optimization Algorithm,MP-KLBSA-LoT)。首先,提出了一种改进的BSA算法,即KLBSA-LoT算法。然后,采用KLBSA-LoT算法提高锚节点的定位精度。在未知节点定位阶段使用协作机制和水下物体群动性预测出未知节点的位置信息。实验结果表明,相比于一些经典的移动预测定位算法,MP-KLBSA-LoT算法显著的提高了网络的定位精度,但是,算法的运行时间较高。